美英生物醫藥學家運用新技術解決海量數據問題

　　美國芝加哥伊利諾伊大學和英國諾威奇基因組分析中心的研究人員運用SGI（R）UV（TM）加速藥物發現，進行復雜問題分析。生物技術領域的研究人員近期宣布在SGI（R） UV（TM）高效計算機（HPC）用于高密度計算實踐中取得了突破性進展。SGI UV是當今工業應用的一種先進的可量化共享存儲架構，用于解決許多最困難和復雜的計算問題。

　　芝加哥伊利諾伊大學的制藥生物技術中心和英國基因組分析中心成功引入了該技術。芝加哥伊利諾斯大學的制藥生物技術中心的研究人員發明了一種用于治療傳染性疾病的新療法，其核心是利用新耐菌株和失效療法治療多種疾病。發現構成新抗菌劑分子骨架的新化合物是項艱巨的任務。一種可行的方法就是通過檢測各類化合物庫中成千上萬種化合物對獨特靶標的作用，找出對細菌生長有抑制作用的化合物。該過程以前是一項非常耗時、耗資源和高成本的工作。

　　另一個平行方法是化合物的立體結構已經確定，可虛擬篩選與獨特靶標相互作用的化合物。在虛擬庫中篩選分子后，再給它們定級。成百萬個分子以這種方式被篩選，選出來的化合物逐漸形成作測試的小庫。虛擬篩選要求運用數百個處理器對成百萬個化合物進行平行篩選。

　　芝加哥伊利諾斯大學制藥生物技術中心的教授麥克爾·約翰遜介紹說，在過去十多年間，中心的研究人員運用的是SGI IRIX(R) OS計算機群，現在改為用裝有Intel(R) Xeon(R)大型陣列處理器和NVIDIA(R) Tesla(R)繪圖處理器的SGI UV高效計算機來處理數據。這些計算機群在管理連續和平行計算時表現出很好的靈活性，而它們對SGI系統的兼容性使研究人員可以無縫地接入SGI，并可擴展其計算能力來解決這些年與日俱增的許多復雜問題。